| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 护理床产业研发现状 | 第13-14页 |
| 1.3 声纹及语音识别技术发展现状 | 第14-16页 |
| 1.3.1 声纹识别技术发展现状 | 第14页 |
| 1.3.2 语音识别技术发展及现状 | 第14-15页 |
| 1.3.3 声纹及语音识别的实现平台发展及现状 | 第15-16页 |
| 1.4 护理床语音控制系统的问题 | 第16页 |
| 1.5 论文的主要研究内容及成果 | 第16-17页 |
| 1.6 本章小结 | 第17-19页 |
| 第二章 护理床语音控制系统的需求分析与概要设计 | 第19-25页 |
| 2.1 护理床语音控制系统的需求分析 | 第19-20页 |
| 2.1.1 需求描述 | 第19-20页 |
| 2.1.2 护理床语音控制系统平台的选择 | 第20页 |
| 2.2 护理床语音控制系统的概要设计 | 第20-23页 |
| 2.2.1 语音控制的护理床系统 | 第20-22页 |
| 2.2.2 护理床语音控制系统上位机软件操作流程 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 Android平台上的语音信号特征提取 | 第25-43页 |
| 3.1 在Android上的录音方法 | 第25-26页 |
| 3.2 WAV格式音频信号的预处理 | 第26-36页 |
| 3.2.1 读取WAV音频文件 | 第26-27页 |
| 3.2.2 音频信号预加重 | 第27-28页 |
| 3.2.3 音频信号的加窗分帧 | 第28-31页 |
| 3.2.4 语音的端点检测 | 第31-36页 |
| 3.3 音频信号的下采样 | 第36页 |
| 3.4 语音信号的特征提取 | 第36-39页 |
| 3.4.1 MFCC特征参数提取 | 第37-39页 |
| 3.5 MFCC特征提取方法在Android平台上的实现 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 融合声纹识别和语音识别的护理床控制系统 | 第43-65页 |
| 4.1 声纹识别方法 | 第43-46页 |
| 4.1.1 高斯混合模型的原理 | 第43-45页 |
| 4.1.2 高斯混合模型的参数估计 | 第45-46页 |
| 4.2 语音识别方法 | 第46-55页 |
| 4.2.1 隐马尔可夫模型 | 第47-52页 |
| 4.2.2 动态时间规整 | 第52-55页 |
| 4.3 Matlab验证 | 第55-61页 |
| 4.3.1 声纹识别实验 | 第56-57页 |
| 4.3.2 语音识别实验 | 第57-61页 |
| 4.4 GMM与DTW在Android平台上的编程实现 | 第61-64页 |
| 4.4.1 GMM在Android平台上的实现 | 第62-63页 |
| 4.4.2 DTW在Android平台上的实现 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 护理床语音控制系统的软件设计与实现 | 第65-75页 |
| 5.1 界面设计 | 第65-69页 |
| 5.2 程序设计 | 第69-71页 |
| 5.2.1 录模板语音 | 第69-71页 |
| 5.2.2 输入待识别语音 | 第71页 |
| 5.3 护理床语音控制系统在Android平台上的实现以及试验 | 第71-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论和展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读学位期间发表的论文 | 第81-85页 |
| 致谢 | 第85页 |
